Maxinsights a levé 30 millions de dollars en amorçage pour industrialiser la collecte de données destinées aux robots. La start-up lance en parallèle MaxLoop, un système de contrôle automatisé des vidéos, et MaxGlove, un gant qui mesure le toucher et les forces invisibles à la caméra.
Le tour est mené par Peak XV, avec Tola Capital, South Park Commons, INCE Capital et Alumni Ventures. Maxinsights affirme avoir déjà capturé plus de deux millions d’heures de gestes humains, dont 1,5 million seraient prêtes à alimenter des modèles. L’entreprise dit servir plus de trente clients, parmi lesquels des laboratoires d’IA et des concepteurs de modèles robotiques.
Filmer le travail réel plutôt que le rejouer en studio
La société équipe plus de 5 000 prestataires dans six pays avec des caméras portées sur la tête, le poignet ou le torse. Ils enregistrent des activités ordinaires dans des logements, restaurants et hôtels : charger un lave-vaisselle, préparer une boisson ou laver une voiture. L’objectif est de conserver la vitesse normale du geste, les variations de décor et les imprévus que des scènes préparées reproduisent difficilement.
Les images passent ensuite par une chaîne interne de vérification, d’annotation et de sélection. Maxinsights étiquette l’environnement, la tâche, les sous-tâches, les instructions, la pose des mains, les mouvements du corps et les interactions avec les objets. Ces données peuvent servir à entraîner des modèles qui transforment une perception visuelle et une consigne en actions physiques.
L’entreprise cite deux usages déjà engagés. Elle dit avoir fourni les 200 000 heures de vidéo en vue subjective utilisées pour entraîner GENE-26.5 de Genesis AI et être le principal fournisseur de données de Dyna-2, le modèle monde-action de Dyna Robotics.
MaxLoop contrôle 450 000 heures par mois
MaxLoop note les séquences dès leur arrivée. Le logiciel vérifie notamment la visibilité des mains, la position des caméras, l’achèvement de la tâche et la synchronisation des signaux. Selon Maxinsights, ce retour le jour même a réduit d’environ 80 % le coût de revue et de 90 % la taille de l’équipe humaine nécessaire. La plateforme traiterait 450 000 heures par mois.
Cette étape est décisive : une grande quantité de vidéo inutilisable ne vaut pas un jeu de données cohérent. Les occultations, le flou, les gants ou la présence de plusieurs mains compliquent le suivi automatique. MaxLoop cherche à détecter ces défauts avant qu’ils se propagent dans l’entraînement.
Ajouter le toucher avec MaxGlove
Développé avec Genesis AI, MaxGlove mesure la force de préhension, le poids ressenti, la pression, la résistance et le glissement. Une image montre qu’une main saisit un objet, mais pas l’effort nécessaire pour le tenir sans l’écraser ni le laisser tomber. Maxinsights vise un million d’heures de données de force en 2027.
Notre analyse
La levée finance une infrastructure située en amont des robots, mais son impact se mesure sur leurs gestes. Les modèles généralistes manquent encore d’exemples propres, variés et synchronisés avec des informations tactiles. Maxinsights parie que la maîtrise de toute la chaîne, du capteur au jeu de données livré, deviendra une barrière industrielle.
Les chiffres avancés restent ceux de l’entreprise et devront être rapprochés des performances obtenues sur des robots réels. Le défi sera aussi social et juridique : consentement des personnes filmées, protection des lieux privés et conditions des prestataires. La collecte à grande échelle ne sera durable que si sa qualité technique s’accompagne d’une gouvernance tout aussi vérifiable.
